[
Введите текст]
12
СИСТЕМЫИСКУССТВЕННОГО ИНТЕЛЛЕКТА И ПРИНЯТИЯ РЕШЕНИЙ.
ОПТИМИЗАЦИЯ БАЗ ЗНАНИЙ НЕЧЕТКИХ ЭКСПЕРТНЫХ СИСТЕМ
ся эмпирического материала. При помощи этих методов решается задача обработки
информации, накопленной в базах данных, с целью перехода к БЗ.
Методы извлечения знаний из баз данных интенсивно разрабатываются в
рамках нового направления в области ИИ, называемого Datamining (DM).
1.2.
Интеллектуальный анализ данных
1.2.1.
История развития Datamining
Datamining
,
или
интеллектуальный анализ данных
–
это относительно
новое направление в области ИИ. Его основу составляют процедуры обнаруже-
ния закономерностей в исходной информации и их использования для прогнози-
рования. Целью применения этих процедур является обнаружение скрытых
структур и зависимостей, которые характеризуются следующими свойствами:
они нетривиальны, практически полезны, доступны для интерпретации челове-
ком (т.е. логически прозрачны).
Традиционные методы анализа данных человеком не позволяют эффектив-
но обрабатывать все возрастающие объемы накопленной информации. Ее анализ
стал сдерживающим фактором для дальнейшего развития исследований в прак-
тической медицине, экономике и других областях человеческой деятельности. В
конце XX века появились методы интеллектуального анализа данных, помогаю-
щие находить логические закономерности в данных, что позволяет значительно
сократить время анализа. В результате применения этих методов получаются
модели, которые с одной стороны используются для предсказания значений ка-
ких-либо показателей по известным значениям других параметров исследуемого
объекта, а с другой стороны позволяют выявить скрытые зависимости и понять
механизмы, действующие в данной прикладной области. Кроме того, в процессе
интеллектуального анализа данных решаются задачи выбора наиболее информа-
тивных характеристик некоторого объекта из всей совокупности его признаков,
проверки данных на непротиворечивость, заполнения пропусков в таблицах с ре-
зультатами наблюдений и т.д.
Исследования в области Datamining проводятся в течение последних два-
дцати лет. Основой для части методов DM послужили различного рода стати-
стические методики, применявшиеся и ранее для решения задач анализа баз дан-
ных. Многие из них были разработаны еще до появления компьютеров, но в на-
стоящее время получили углубленное развитие. Другие методы DM являются
результатом попыток моделирования процессов и структур живой природы (на-
пример, эволюционные методы и искусственные нейронные сети). Технологиям
Datamining посвящена работа
.